Маор Фарид, основатель и генеральный директор Leo AI – Интервью

Доктор Маор Фарид, основатель и генеральный директор Leo AI, является израильско-американским инженером, исследователем ИИ, социальным активистом и предпринимателем. Он проводил исследования по ИИ и механической инженерии в MIT в качестве постдокторанта Фулбрайта и стал самым молодым доктором философии в истории Техниона – Израильского технологического института. Он создал сообщество из 60 тысяч инженеров и поддерживает недостаточно обеспеченную молодежь через некоммерческую инициативу.

Leo AI – это первый ИИ для механической инженерии – большая механическая модель для проектирования физических продуктов, позволяющая командам превращать идеи в производственные 3D-модели за несколько секунд. Платформа помогает компаниям сократить время инженерных работ на 70% и ускорить время выхода на рынок на 18%. Основанная в 2023 году, Leo AI уже используется инженерами в глобальных компаниях, включая Toyota, HP, Mobileye (от Intel), Philips и Scania. Только через несколько месяцев после раунда финансирования (под руководством Flint Capital), ее годовой доход вырос на 300% в первом квартале.

Вы построили свою карьеру в области механической инженерии, нелинейной динамики, исследований ИИ, MIT и Техниона до основания Leo AI. Что заставило вас сосредоточиться на создании ИИ для механических инженеров, и какую проблему, по вашему мнению, отрасль до сих пор не смогла решить?

Честно говоря, разочарование.

До Leo я работал механическим инженером в оборонной промышленности, и я понял, что инженеры тратят абсурдное количество времени на все, что угодно, кроме инженерии. Серьезно. Мы тратим время на просмотр старых папок, поиск в каталогах поставщиков, поиск стандартов, повторное использование старых конструкций и вопросы старшим инженерам, которые помнят, почему именно это решение было принято в 2011 году. Назовите все, что угодно.

Программисты имеют GitHub Copilot, а писатели – ChatGPT. Тем временем механические инженеры до сих пор открывают PDF-файлы из общих дисков под названием «FINAL_v7_REAL_FINAL.pdf». Отрасль продолжает говорить о «цифровой трансформации», но большинство инженерных команд до сих пор работают так, как будто это 1998 год.

Это стало одержимостью за Leo: можем ли мы создать ИИ, который действительно понимает инженерию? Не только язык, но и геометрию, ограничения, допуски, логика производства, физику. Что-то, чему инженеры могли бы доверять с реальной работой, а не с демонстрационными образцами.

Потому что если вы напишете неправильный маркетинговый абзац, никто не умрет. Но если вы допустите ошибку в допуске в аэрокосмической или медицинской промышленности, люди абсолютно могут.

Почему общие системы ИИ, такие как ChatGPT и Gemini, испытывают трудности с задачами механической инженерии, требующими реальной физики, ограничений, допусков и производительности?

Потому что они не были созданы для этого, поскольку общие модели ИИ в основном обучаются на интернет-шаблонах текста: Reddit, блоги, Википедия, социальные сети и случайные форумы. Это нормально, если вы пишете электронные письма или резюмируете документы, но это катастрофа, если вы рассчитываете усталость сварного кронштейна, который входит в оборонную систему.

Механическая инженерия – это не автозаполнение. Это решение задач с ограничениями под физикой. Общая модель не может真正 рассуждать о производительности, термическом расширении, GD&T, поведении материала, факторах безопасности или накоплении допусков. Большинство из них даже не могут открыть файл CAD в родном формате.

Опасная часть заключается в том, что, несмотря на все это, они звучат убедительно. Инженеры не против ИИ. Они против чепухи. Сейчас, когда речь идет об инженерных задачах, большинство общих систем ИИ являются очень изысканными генераторами чепухи.

Это почему мы обучили Leo AI по-другому, используя более миллиона проверенных инженерных источников. Мы интегрировали его напрямую в инженерные системы и сделали каждый ответ отслеживаемым до стандартов, формул и ссылок, которые инженеры могут проверить сами.

Механическая инженерия исторически была медленнее в принятии ИИ, чем разработка программного обеспечения. Какие самые большие барьеры мешают инженерам и производителям полностью принять рабочие процессы, управляемые ИИ?

Я думаю, что самым большим барьером является культурное доверие. Это не технический вопрос. Программное обеспечение может выйти из строя и быть исправленным завтра, но физические системы не работают так. Если ваш ИИ-генерируемый код вызывает сбой приложения, пользователи раздражаются. Если ваша ИИ-генерируемая инженерная ошибка попадает в самолет, медицинский имплант или фабричный робот, последствия совершенно разные.

Инженеры обучены думать о режимах отказа с первого дня. Мы выросли, слушая истории о том, как мосты обрушились, потому что кто-то сделал неправильное предположение. Итак, когда в Силиконовой долине говорят «просто инженерируйте это», механические инженеры сразу же отвергают это.

Вторым барьером является то, что производственные компании сидят на десятилетиях недокументированных племенных знаний, запертых внутри систем PLM, PDF-файлов, файлов CAD, систем ERP и уходящих инженеров. Общий ИИ не может получить доступ или рассуждать над этим контекстом.

И третье: я не хочу звучать слишком жестко, но с моей точки зрения, большинство продуктов ИИ для промышленности по сути являются театром автоматизации. Красивые панели управления поверх поверхностных моделей, с которыми вы не можете по-настоящему инженерить. Инженеры быстро видят через это.

Leo AI фокусируется на том, что вы называете «Механической Интеллектом». Что это понятие значит для вас, и как оно отличается от более широкой волны ИИ-копилотов, входящих на рынок предприятий?

«Механическая интеллект» означает ИИ, который понимает физический мир, а не только язык.

Как я упоминал, большинство копилотов сегодня в своей основе являются текстовыми системами. Они суммируют, переписывают и генерируют контент. Это полезно, но все еще работает внутри цифровой абстракции. Механическая интеллект требует рассуждения под физикой, геометрией, ограничениями, производительностью, поведением материала, логикой сборки, стоимостью, надежностью, тепловыми характеристиками и безопасностью.

Итак, для нас механическая интеллект означает построение систем, которые могут ответственно участвовать в инженерных рабочих процессах. Это означает чтение файлов CAD в родном формате, понимание сборок, решение уравнений, проверка по стандартам и прямая связь с системами PLM и ERP.

Насколько близко мы находимся к системам ИИ, которые могут независимо проектировать высококомплексные машины, такие как двигатели самолетов, промышленные робототехнические системы или гуманоиды?

Это ближе, чем думают многие люди, хотя и не совсем так, как это представляют в Голливуде.

Люди представляют себе героя, разговаривающего с компьютером, и идеальную машину, появляющуюся сразу. Что на самом деле происходит, так это то, что ИИ постепенно удаляет повторяющиеся слои в инженерии, и он делает это так быстро. Итак, мы получаем хорошо спроектированную проекцию, связанную с правильной документацией, которую люди могут просмотреть и отрегулировать – и с ИИ эта проекция выполняется за минуты вместо месяцев.

Может ли ИИ сгенерировать основные части конструкции самолета в ближайшем будущем? Абсолютно. Мы попробовали это на模拟ных симуляциях с Leo AI, и мы довольно близки. Но полностью автономная инженерия без человеческого надзора? Я не могу предвидеть, что это произойдет скоро. ИИ не заменит инженеров, но инженеры, использующие ИИ, могут заменить тех, кто не использует.

Сама инфраструктура ИИ создает значительные инженерные проблемы вокруг потребления энергии и термического управления. Как, по вашему мнению, ИИ-инженерия может способствовать областям, таким как передовые системы охлаждения и проектирование следующего поколения центров обработки данных?

Одна из компаний, с которой мы работаем, ZutaCore, строит бесводные системы охлаждения для центров обработки данных ИИ, где термическое управление становится одним из самых больших препятствий для масштабирования инфраструктуры ИИ. Их инженеры столкнулись с удивительно дорогой проблемой: каждое новое развертывание требовало ручного перераспределения конфигураций труб, что потребовало инженерного времени и увеличило производственную сложность.

Они попросили Leo найти творческое решение, вдохновленное природой, и Leo помог сгенерировать простую, регулируемую концепцию трубы, которая исключила необходимость перераспределения системы для каждого проекта. Вместо того, чтобы производить на заказ каждое раз, команда могла использовать стандартизированные компоненты. Это уменьшило затраты примерно на 400 долларов за единицу и исключило всю повторяющуюся инженерную фазу из рабочего процесса.

Итак, как мы видим, ИИ готов решить некоторые проблемы, созданные его собственной инфраструктурой.

Инженерные ошибки могут иметь серьезные реальные последствия. Как вы балансируете скорость и преимущества автоматизации ИИ с необходимостью надежности, проверки и безопасности в инженерных средах?

Вы никогда не удаляете инженера из подотчетности. Никогда. Это основной принцип. Мы не верим в «черный ящик инженерии»: каждый совет, который дает Leo, является отслеживаемым, объяснимым и проверяемым. Инженеры могут осмотреть источник, формулы, стандарты и предположения.

На практике лучшие системы ИИ в инженерии не заменяют строгость. Они сжимают скучную работу вокруг строгости. Опасная нарратив сейчас – «скорость любой ценой». Этот настрой работает до тех пор, пока вы не покинете цифровой мир и не начнете строить физические системы. Физический мир безжалостен.

Вы сказали, что ИИ не заменит инженеров, но инженеры, использующие ИИ, могут заменить тех, кто не использует. Какие новые навыки, по вашему мнению, следующее поколение механических инженеров будет нуждаться, чтобы оставаться конкурентоспособными?

Самый важный навык на самом деле станет более глубоким инженерным суждением.

Иронично, но когда ИИ автоматизирует больше исполнительской работы, человеческие инженеры становятся более ответственными за определение ограничений, проверку выводов, понимание компромиссов и обнаружение режимов отказа.

Молодые инженеры, которые слепо доверяют ИИ, станут опасными очень быстро. Лучшие инженеры будут теми, кто знает, как оркестрировать системы ИИ, сохраняя при этом глубокое понимание основных принципов.

Я думаю, мы также увидим огромный сдвиг в сторону системного мышления. Механические инженеры будут все чаще работать одновременно над программным обеспечением, электроникой, производством, симуляцией и ИИ. Изолированный механический инженер может исчезнуть, но междисциплинарный инженер станет чрезвычайно ценным.

Мы наблюдаем растущий импульс вокруг робототехники, воплощенного ИИ и физических систем ИИ. Думаете ли вы, что следующий крупный прорыв в ИИ придет от систем, взаимодействующих с физическим миром, а не от чистых цифровых копилотов?

Да. Я думаю, мы движемся в этом направлении, но мы еще не совсем там.

Первая волна ИИ была об информационных и языковых задачах. Следующая будет о взаимодействии с реальностью. Как только ИИ покинет экран и войдет в физический мир, уровень сложности меняется кардинально, потому что реальность вводит трение, неопределенность, вариативность материала и реальные последствия безопасности. Компании, которые выиграют следующее десятилетие ИИ, не только будут генерировать лучшие модели, но и будут строить системы, которые могут рассуждать и взаимодействовать с физическим миром надежно.

Когда ИИ становится более глубоко интегрированным в инженерные рабочие процессы, какие части процесса проектирования и инноваций, по вашему мнению, всегда будут требовать уникальной человеческой креативности и суждения?

Ответственность. Это единственный ответ. Как я сказал, физический мир безжалостен к инженерным ошибкам, и даже на очень высоком уровне рассуждения ИИ он никогда не сможет заменить человеческий процесс принятия решений.

ИИ может оптимизировать, генерировать, исследовать огромные пространства дизайна быстрее, чем люди когда-либо могли – но люди все еще должны решать, что должно существовать в мире, какие компромиссы приемлемы, какие риски этичны, и какие ограничения имеют наибольшее значение.

Честно говоря, некоторые из лучших инженерных идей приходят от интуиции, построенной за годы неудач, опыта и странного человеческого узнавания закономерностей, которое очень трудно формализовать. Итак, да, я не думаю, что ИИ когда-либо заменит человеческую ответственность за инженерные решения. Это то, что делает его фактически невозможным заменить.

Спасибо за отличное интервью. Читателям, которые хотят узнать больше, следует посетить Leo AI.